Comment mesurer la vélocité IA de ses équipes ?

Vos équipes utilisent des assistants IA. Certaines ont réorganisé une partie de leur travail, d’autres s’en servent ponctuellement. Vous entendez des retours enthousiastes et des réserves, sans savoir ce qui a réellement changé dans la production, la qualité ou les délais. Avant d’engager un budget, vous voulez une mesure : où en est chaque équipe, sur quoi, et avec quel écart entre elles. Cette mesure existe, à condition de définir ce que l’on compte.

Une vélocité, pas un taux d’équipement

Le benchmark Vélocité IA situe la maturité des pratiques d’une équipe à partir d’un questionnaire. Son indice s’exprime en multiplicateurs : 1x correspond à des pratiques structurées sans IA ; 20x au repère d’un fonctionnement pleinement agentique sous supervision humaine. Un indice de 3x ne prouve pas que les tâches sont exécutées trois fois plus vite. Les gains de temps et le ROI financier se mesurent séparément, sur un processus et un périmètre définis.

Twentix porte aussi l’ambition de transformer le travail pour aller vingt fois plus vite là où le potentiel existe. Le diagnostic constitue le point de départ ; l’équipement des collaborateurs et l’expérience sur leurs tâches permettent ensuite de choisir où chercher ce potentiel.

Cette unité a une conséquence : le nombre d’outils déployés, de licences achetées ou de personnes formées ne mesure rien par lui-même. Une équipe dotée d’outils mais dont les pratiques n’ont pas bougé reste proche de 1x. Une équipe qui a intégré l’IA dans une étape précise de son processus peut afficher un multiplicateur élevé sur cet axe et rester au niveau de référence sur les autres.

L’adoption reste d’ailleurs inégale entre organisations : selon l’enquête sur l’usage de l’IA dans les entreprises (Eurostat, décembre 2025), 17 % des petites entreprises de l’Union européenne (10 à 49 personnes), 30 % des moyennes et 55 % des grandes utilisaient une technologie d’IA en 2025. Ces taux disent qui a commencé ; ils ne disent pas à quelle vitesse les équipes travaillent.

Mesurer la vélocité IA par fonction et par axe

Une mesure globale de l’entreprise masque les écarts qui comptent. Le développement, le marketing, la vente ou le support ne mobilisent pas l’IA aux mêmes étapes, ni avec les mêmes contraintes. La mesure se fait donc par fonction, puis par axe à l’intérieur de chaque fonction : chaque axe correspond à une étape du travail sur laquelle l’IA peut changer la vitesse d’exécution.

• Côté produit et développement : pratiques de développement, spécifications, gestion de produit, qualité et tests, intégration et déploiement, incidents et support, sécurité et conformité, amélioration du produit.
• Côté commercial et marketing : positionnement, acquisition, contenus, gestion des pistes, prospection, pipeline commercial, analyse des revenus, suivi client.

Le découpage sert deux décisions. Il montre sur quel axe une équipe a déjà transformé sa façon de travailler, et sur quel axe l’investissement suivant aura le plus d’effet. Il permet aussi de rapprocher deux équipes sur un même questionnaire, ce qu’un chiffre global ne permet pas.

Du questionnaire à l’indice

Le questionnaire interroge chaque équipe sur ses pratiques réelles, axe par axe : quelles tâches sont réalisées avec l’IA, à quelle étape, avec quel niveau de validation humaine, avec quelles données et quels contrôles. Les questions portent sur ce que l’équipe fait, pas sur ce qu’elle pense de l’IA.

L’indice est établi à partir des réponses. Chaque axe reçoit un multiplicateur, puis l’indice de la fonction consolide les axes. Il ne s’agit ni d’une moyenne de satisfaction, ni d’une note sur une échelle scolaire : le multiplicateur situe l’équipe entre la référence 1x et le fonctionnement agentique 20x. Les repères restent affichés à côté du résultat, pour que chaque lecteur interprète le chiffre de la même manière.

Trois conditions rendent la mesure exploitable :

• Le même questionnaire pour toutes les équipes d’une même fonction, afin que les comparaisons portent sur des réponses comparables.
• Des répondants qui exécutent le travail, et non seulement leur responsable.
• Une date de mesure notée, pour pouvoir remesurer et suivre les progrès dans le temps.

Lire un résultat

Un indice seul renseigne peu. Ce qui prépare une décision, c’est la lecture combinée de trois éléments : les points forts, les points à approfondir et l’écart entre équipes.

Exemple illustratif. Une équipe de développement obtient un indice de 5,5x. Son axe le plus élevé est celui des pratiques de développement, à 8,8x ; l’intégration et le déploiement suivent à 8,0x. L’axe sécurité et conformité reste à 3,0x. L’équipe Ventes et marketing de la même entreprise obtient 4,6x, avec les contenus à 8,0x et l’analyse des revenus à 2,2x. Lecture : les pratiques assistées à l’écriture du code sont plus avancées que les contrôles de sécurité, ce qui définit un prérequis avant d’accélérer davantage ; côté commercial, les pratiques de production de contenus sont plus avancées que celles d’analyse des revenus, ce qui désigne un axe à instruire. Les chiffres sont fictifs et servent uniquement à illustrer le raisonnement.

Les points forts indiquent où l’équipe a déjà changé sa façon de travailler : ces pratiques peuvent être documentées et transmises à d’autres équipes. Les points à approfondir ne sont pas des faiblesses à corriger d’office ; ils signalent un axe où il faut comprendre pourquoi les pratiques ont peu évolué, par manque de données, de cadre ou de cas d’usage pertinent. L’écart entre équipes, enfin, pose la question de la priorité : accompagner l’équipe la plus avancée pour aller plus loin, ou l’équipe la moins avancée pour réduire l’écart.

C’est ce travail d’interprétation que notre accompagnement prend en charge : les résultats du benchmark y sont confrontés à vos objectifs, aux besoins des métiers et aux contraintes techniques, avant d’arbitrer les projets.

Les pièges de la mesure

Trois biais reviennent régulièrement et faussent la lecture.

L’auto-déclaration. Un répondant surestime volontiers sa pratique quand la question est vague. « Utilisez-vous l’IA ? » obtient un oui presque partout ; « à quelle étape, sur quelle tâche, avec quelle validation ? » obtient une réponse exploitable. L’écart entre usage occasionnel et usage intégré est réel : selon l’enquête sur l’usage de l’IA au travail (Gallup, décembre 2025), au troisième trimestre 2025, 45 % des salariés américains interrogés utilisaient l’IA au travail au moins quelques fois par an, 23 % plusieurs fois par semaine et 10 % quotidiennement. Un questionnaire qui ne distingue pas ces niveaux mesure une notoriété, pas une vélocité.

Les processus non structurés. La référence 1x suppose une équipe dont le travail suit déjà des étapes définies. Comparer une équipe dont le processus est écrit à une équipe qui improvise revient à comparer deux références différentes. Dans ce cas, la première décision n’est pas d’accélérer, mais de structurer, puis de mesurer.

L’usage d’outils pris pour de la vélocité. Un assistant ouvert dans un navigateur n’est pas une étape de processus. Une équipe peut utiliser beaucoup d’outils et produire à la même vitesse qu’avant, parce que les validations, les reprises et les transferts entre personnes n’ont pas changé. Le suivi des résultats porte sur le temps de traversée du travail ; il complète l’indice du questionnaire.

Ce qu’il faut retenir

Les benchmarks Vélocité IA de Twentix appliquent cette méthode, fonction par fonction ; l’accès se fait sur invitation, après un échange sur le périmètre. Si la question porte moins sur la mesure que sur le premier pas, l’article par où commencer l’IA dans une PME traite du point de départ. Si la mesure est faite et qu’il reste à ordonner les projets, l’article sur la construction d’une feuille de route IA pour un CODIR décrit la suite.